Foresight Ventures: นวัตกรรมชั้นแอปพลิเคชัน Web3 ภายใต้คลื่น AIGC

Foresight

特邀专栏作者

2023-03-09 20:30 (UTC+8)

บทความนี้มีประมาณ 5051 คำ การอ่านทั้งหมดใช้เวลาประมาณ 8 นาที

AIGC จะกลายเป็นเครื่องมือเพิ่มประสิทธิภาพในยุค Web3

สรุปโดย AI

AIGC จะกลายเป็นเครื่องมือเพิ่มประสิทธิภาพในยุค Web3

ภาพรวม

สองเดือนหลังจากเปิดตัว ChatGPT จำนวนผู้ใช้ก็เกิน 100 ล้านคนอย่างรวดเร็ว กลายเป็นจุดร้อนในอุตสาหกรรมและตลาดทุน ในปัจจุบัน ยักษ์ใหญ่ด้านเทคโนโลยีจำนวนมากทั้งในและต่างประเทศได้ปรับใช้ในสาขา AIGC บริษัทในประเทศ เช่น BAT, Byte และ Netease รวมถึงบริษัทต่างประเทศ เช่น Google, Meta และ Microsoft ต่างก็เปิดตัวผลิตภัณฑ์แอปพลิเคชัน AIGC ผู้ประกอบการในอุตสาหกรรมการเข้ารหัสกำลังสำรวจการผสมผสานระหว่าง ChatGPT และ AI อย่างจริงจังเพื่อพยายามรับส่วนแบ่ง

เราคิดว่า AIGC จะเป็นเครื่องมือเพิ่มประสิทธิภาพในยุค Web3เมื่อเราเข้าสู่ยุคของเว็บ 3.0 ปัญญาประดิษฐ์ ข้อมูลที่เชื่อมโยง และการสร้างเครือข่ายความหมายจะสร้างการเชื่อมโยงใหม่ระหว่างผู้คนกับอินเทอร์เน็ต และความต้องการบริโภคเนื้อหาก็เพิ่มขึ้นอย่างรวดเร็ว วิธีการสร้างเนื้อหา เช่น UGC\PGC จะตอบสนองความต้องการในการขยายได้ยาก AIGC จะเป็นโซลูชันการสร้างเนื้อหา metaverse ใหม่ การสร้าง AIGC ใช้ปัญญาประดิษฐ์เพื่อเรียนรู้กราฟความรู้ สร้างโดยอัตโนมัติ และให้ความช่วยเหลือแก่มนุษย์ในการสร้างเนื้อหาหรือสร้างเนื้อหาทั้งหมดโดย AI ไม่เพียงช่วยปรับปรุงประสิทธิภาพการสร้างเนื้อหาเท่านั้น แต่ยังปรับปรุงความหลากหลายของเนื้อหาอีกด้วย

โดยทั่วไปแล้ว AIGC สามารถแบ่งออกเป็นสามมิติ: ระดับซอฟต์แวร์ประกอบด้วยเทคโนโลยีการประมวลผลภาษาธรรมชาติ แบบจำลองอัลกอริทึมการสร้าง AIGC และชุดข้อมูล ระดับฮาร์ดแวร์ส่วนใหญ่รวมถึงพลังการประมวลผลและเครือข่ายการสื่อสาร ระดับแอปพลิเคชันเชิงพาณิชย์รวมถึง web2/ ระดับผู้บริโภคต่างๆ แอปพลิเคชัน web3 บทความนี้จะมุ่งเน้นไปที่นวัตกรรมที่มีศักยภาพสำหรับแอปพลิเคชันผู้บริโภค

1. เลเยอร์ซอฟต์แวร์ AIGC—คลื่นแห่งนวัตกรรมที่เกิดจากความก้าวหน้าทางเทคโนโลยี

เทคโนโลยี AIGC ส่วนใหญ่เกี่ยวข้องกับสองด้าน: การประมวลผลภาษาธรรมชาติ NLP และอัลกอริทึมการสร้าง AIGC

การประมวลผลภาษาธรรมชาติ

การประมวลผลภาษาธรรมชาติเป็นวิธีการรับรู้ปฏิสัมพันธ์ระหว่างมนุษย์และคอมพิวเตอร์ผ่านภาษาธรรมชาติ Recurrent Neural Networks (RNNs) เป็นหัวใจสำคัญของแนวทางหลักในปัจจุบันสำหรับ NLP ในหมู่พวกเขา โมเดล Transformer ที่พัฒนาโดย Google ในปี 2560 ได้ค่อยๆ แทนที่โมเดล RNN เช่น long short-term memory (LSTM) เป็นโมเดลที่ต้องการสำหรับปัญหา NLP ข้อได้เปรียบของการขนานกันของ Transformer ทำให้สามารถฝึกชุดข้อมูลขนาดใหญ่ได้ นอกจากนี้ยังช่วยในการพัฒนาโมเดลก่อนการฝึกอบรม เช่น BERT และ GPT ระบบเหล่านี้ได้รับการฝึกฝนโดยใช้องค์กรขนาดใหญ่ เช่น Wikipedia, Common Crawl เป็นต้น และสามารถปรับแต่งได้อย่างละเอียดสำหรับงานเฉพาะ

อัลกอริทึมการสร้าง AIGC

ชื่อเรื่องรอง

1.1 Generative Adversarial Networks GAN (เจเนอเรทีฟ Adversarial Networks)

ชื่อเรื่องรอง

1.2 แบบจำลองการแพร่ แบบจำลองการแพร่

แบบจำลองการแพร่กระจายเป็นแบบจำลองกำเนิดประเภทใหม่ที่สร้างภาพความละเอียดสูงที่หลากหลาย พวกเขาได้รับความสนใจอย่างมากหลังจากที่ OpenAI, Nvidia และ Google จัดการฝึกอบรมโมเดลขนาดใหญ่ แบบจำลองการแพร่กระจาย ลอจิกการสร้างของแบบจำลองการแพร่กระจายนั้นใกล้เคียงกับโหมดการคิดของมนุษย์มากกว่าแบบจำลองอื่นๆ ซึ่งเป็นเหตุผลว่าทำไม AIGC จึงมีความคิดสร้างสรรค์ที่เปิดกว้างเมื่อเร็วๆ นี้ โดยพื้นฐานแล้ว แบบจำลองการแพร่กระจายจะทำงานโดยทำให้ข้อมูลการฝึกเสียหายโดยเพิ่มเสียง Gaussian อย่างต่อเนื่อง จากนั้นเรียนรู้ที่จะกู้คืนข้อมูลโดยย้อนกลับกระบวนการรบกวนนี้ มีความแม่นยำ ความสามารถในการปรับขนาดได้ และความเท่าเทียมที่สูงกว่า ทั้งในแง่ของคุณภาพและประสิทธิภาพ และการพัฒนาอย่างรวดเร็วได้กลายเป็นปัจจัยจุดเปลี่ยนสำหรับการเติบโตของ AIGC ในขณะเดียวกัน ในกระบวนการของแมชชีนเลิร์นนิง จำเป็นต้องมีการฝึกอบรมจำนวนมากเพื่อให้ได้ผลลัพธ์ที่แม่นยำยิ่งขึ้น และความต้องการพลังการประมวลผลพื้นฐานจะเพิ่มขึ้นอย่างรวดเร็ว

2. เลเยอร์ฮาร์ดแวร์—การเพิ่มขึ้นของการเล่าเรื่องพลังการประมวลผลแบบกระจาย

เมื่อเทียบกับอัลกอริทึมแบบดั้งเดิม อัลกอริทึมปัญญาประดิษฐ์ไม่มีสมมติฐานที่ซ้ำซ้อน แต่ใช้ข้อมูลอินพุตทั้งหมดเพื่อจำลองและสร้างโครงสร้างแบบจำลองที่สอดคล้องกัน ลักษณะเฉพาะของอัลกอริทึมนี้กำหนดว่ามีความยืดหยุ่นมากกว่าและสามารถอิงตามข้อมูลการฝึกอบรมที่แตกต่างกันได้ การเพิ่มประสิทธิภาพตัวเองยังทำให้ปริมาณการคำนวณเพิ่มขึ้นอย่างมาก ด้วยการเพิ่มขึ้นของการสร้าง AIGC โดยเฉพาะอย่างยิ่งการเพิ่มวิดีโอ เกม และเนื้อหาอื่นๆ ในอนาคต ความต้องการพลังการประมวลผลจะเพิ่มขึ้นอย่างรวดเร็ว และคลัสเตอร์การประมวลผลเฉพาะ GPU อาจเกิดขึ้นตามเวลาที่ต้องการ ซึ่งเป็นสิ่งสำคัญในการปรับปรุงความแม่นยำของโมเดลและประสบการณ์ของผู้ใช้ . จากการวิเคราะห์ของ OpenAI ตั้งแต่ปี 2012 ความต้องการพลังการประมวลผลของ AI เพิ่มขึ้นประมาณ 300,000 เท่าในช่วงหกปี:

เทคโนโลยี Web3 สามารถปรับปรุงประสิทธิภาพของแมชชีนเลิร์นนิงผ่านการกระจายอำนาจซึ่งถูกนำไปใช้ในการฝึกอบรม AI แบบดั้งเดิม ตัวอย่างเช่น KataGo ซึ่งเป็นเวอร์ชันปรับปรุงของ AlphaGo ใช้เทคโนโลยีการฝึกอบรมแบบกระจายเพื่อให้ผู้คนทั่วโลกที่ต้องการการอัปเดต AI นี้สมัครใจ การฝึกพลังคอมพิวเตอร์

Render Network เป็นผู้ให้บริการเรนเดอร์แบบกระจายตามโครงสร้างพื้นฐานของ GPU ช่วยแก้ปัญหาที่การเรนเดอร์โลคัลแบบดั้งเดิมและการเรนเดอร์บนคลาวด์ไม่สามารถใช้พลังการประมวลผล GPU ทั่วโลกได้อย่างมีประสิทธิภาพ Render Network ถือได้ว่าเป็นมิดเดิลแวร์ที่เชื่อมต่อด้านอุปทานและด้านอุปสงค์ ผู้ใช้เผยแพร่งานเรนเดอร์ผ่านบล็อกเชน และนักขุดสามารถรับคำสั่งเพื่อเรนเดอร์ให้คุณได้ และค่าธรรมเนียมการทำธุรกรรมในช่วงเวลานี้จะถูกชำระโดย RNDR
แกนหลักของ Phala Network คือเครือข่ายคลาวด์คอมพิวติ้ง ซึ่งใช้โหมด "ฉันทามติในห่วงโซ่, ประมวลผลนอกห่วงโซ่" สำหรับงานประมวลผลหนักของ AI Phala ยังสามารถให้บริการคอมพิวเตอร์อย่างต่อเนื่อง การสร้างบนสภาพแวดล้อมการดำเนินการที่เชื่อถือได้ของ Secure Enclave หมายความว่าแม้แต่โหนดที่เป็นอันตรายก็ไม่สามารถขโมยข้อมูล AI หรือควบคุมการดำเนินการของโปรแกรมอัตโนมัติเพื่อให้ผลลัพธ์ที่ผิดพลาดได้
แอปพลิเคชันที่กว้างขึ้นใน web3 อาจคล้ายกับ Gitcoin การบริจาคพลังการประมวลผลจะได้รับ POAP หรือคล้ายกับ AMM ซึ่งให้สิ่งจูงใจสำหรับสภาพคล่องและกลายเป็นแพลตฟอร์มสำหรับการเช่าพลังการประมวลผลโดยมีค่าธรรมเนียม

3. ชั้นแอปพลิเคชันเชิงพาณิชย์—เมื่อ AIGC รวมเข้ากับสถานการณ์การใช้ Web3

จากมุมมองของแอปพลิเคชันเชิงพาณิชย์ โมเดลธุรกิจของ AIGC ในข้อความ รูปภาพ เสียง เกม และการสร้างโค้ดจะค่อยๆ เติบโตมากขึ้น โดยเฉพาะอย่างยิ่งในบางสาขาที่มีงานซ้ำซ้อนสูงและต้องการความแม่นยำต่ำ บริการของ AIGC มักจะรับรู้ในรูปแบบ ของบริการ SaaS ใน Web2 (เช่น Lensa, ChatGPT pro)

เมื่อเปรียบเทียบกับ Stability AI, ChatGPT และปัญญาประดิษฐ์อื่น ๆ ที่ได้รับความสนใจและนำไปใช้ในด้านดั้งเดิม จินตนาการที่ยิ่งใหญ่กว่าของบล็อกเชนนั้นอยู่ในระบบเศรษฐกิจที่สามารถเปลี่ยนรูปแบบ AI ได้ เมื่อไม่นานมานี้ มีเหรียญแนวคิด AI จำนวนมากที่นำไปสู่การเพิ่มขึ้นอย่างรวดเร็ว แต่เรากังวลมากกว่าว่า AIGC+Web3 สามารถสร้างนวัตกรรมแบบกำหนดทิศทางใดได้บ้างที่เลเยอร์แอปพลิเคชันหลังจากความเชื่อมั่น FOMO จางหายไป

3.1 AIGC & Mass adoption

ผู้ใช้ web2 แบบดั้งเดิมจำนวนมากสนใจใน crypto แต่มักเลิกล้มเพราะการดำเนินการที่ซับซ้อนและไม่คุ้นเคย การเกิดขึ้นของ AIGC คาดว่าจะลดอุปสรรคในการเข้าสู่ผู้ใช้ web2 ลงอย่างมาก

ก) เครื่องมือค้นหา Web3: เวอร์ชัน Web3 chatgpt บนพื้นฐานของโมเดลขนาดใหญ่ของ chatgpt ที่มีอยู่ ให้เพิ่มข้อมูลบนเครือข่ายและแหล่งข้อมูล เช่น twitter, reddit, Lens, Farcaster, Mastodon และสื่อเข้ารหัสสำหรับการฝึกอบรมเพื่อสร้างสารานุกรมการเข้ารหัสลับ

กรณีการใช้งานที่มีอยู่: RSS3

ผลิตภัณฑ์ RSS3Hoot.itบนพื้นฐานของ ChatGPT มีการเพิ่มและเพิ่มประสิทธิภาพการฝึกอบรมเนื้อหาเพิ่มเติมบนเครือข่ายแบบเปิด เช่น Web3 เพื่อให้ผู้ใช้ได้รับประสบการณ์ที่ดีขึ้นเมื่อค้นหาเนื้อหา

กรณีการใช้งานที่มีอยู่: Kaito

b) Kaito เครื่องมือค้นหาเข้ารหัสที่ขับเคลื่อนด้วย AI ซึ่งข้อมูลและสารสนเทศมักกระจัดกระจายไปตามแหล่งต่างๆ เช่น Discord, Medium, Mirror, การถอดเสียงพอดคาสต์ และแพลตฟอร์มข่าวและการวิจัย Kaito นำข้อมูลนี้มารวมกันในที่เดียวผ่านเครื่องมือค้นหาที่ขับเคลื่อนด้วย AI

ประสบการณ์การต้อนรับส่วนบุคคล: ด้วยการวิเคราะห์พฤติกรรมและความชอบของผู้ใช้ AI สามารถสร้างประสบการณ์การต้อนรับส่วนบุคคลโดยพิจารณาจากความเสี่ยงที่ยอมรับได้ของผู้ใช้แต่ละคนและประสบการณ์การลงทุนที่ผ่านมา เมื่อเทียบกับเวอร์ชันข้อความของบทช่วยสอน โปรแกรม AIGC สามารถให้คำแนะนำแบบตัวต่อตัวในทุกขั้นตอนของการสร้างกระเป๋าเงิน การเข้าสู่ระบบ การทำธุรกรรม และการโต้ตอบสัญญาอัจฉริยะ ลดความซับซ้อนของการเริ่มใช้งานและอัตราการเปลี่ยนใจผู้ใช้ ทำให้ผู้ใช้ใหม่เพิ่มมากขึ้น สบายใจ

ค) คำแนะนำในการเปิดบัญชีการลงทุน: ผู้ช่วยอัจฉริยะ AI สามารถให้ข้อมูลการตลาดล่าสุด การติดตามความร้อน และคำแนะนำการลงทุนขั้นพื้นฐานแก่ผู้ใช้ ผู้ช่วย AI สามารถวิเคราะห์ NFT/altcoins ที่ร้อนแรงที่สุดสิบอันดับแรกในตลาดสำหรับผู้ใช้มือใหม่ สร้างแผนภูมิข้อมูลโดยละเอียด และช่วยเหลือผู้ใช้ในการดำเนินการให้เสร็จสิ้น เช่น การเปิดบัญชีและการซื้อบนแพลตฟอร์มการซื้อขายหลัก

ความคิดเห็น: ผลิตภัณฑ์ประเภทนี้มีไว้สำหรับผู้ค้าปลีกเป็นหลัก ทราฟฟิกโดยรวมมีขนาดใหญ่และขาดความรู้พื้นฐาน จำเป็นต้องมั่นใจในความปลอดภัยที่แข็งแกร่งและอำนาจของผลิตภัณฑ์ มีโอกาสมากที่การแลกเปลี่ยนแบบรวมศูนย์จะเริ่มก่อน . นอกจากนี้ ข้อมูลที่มีโครงสร้าง web3 นั้นหายากและมีคุณภาพต่ำ และความเร็วในการทำซ้ำการอัปเดตของตลาดนั้นเร็วมาก การได้มาซึ่งข้อมูลมีความท้าทายมากมาย ในปัจจุบัน โครงการส่วนใหญ่ยังไม่ได้เริ่มการทดสอบ และประสบการณ์ผลิตภัณฑ์ยังไม่ชัดเจน

3.2 AIGC และเกม

a) ความดื่มด่ำที่ปรับปรุง: ตัวละครในเกมที่ขับเคลื่อนด้วย AIGC สามารถมอบประสบการณ์ที่สมจริงยิ่งขึ้นให้กับผู้เล่น NPC ที่ขับเคลื่อนด้วย AI (ตัวละครที่ไม่ใช่ผู้เล่น) สามารถสร้างพฤติกรรมที่ซับซ้อนและสมจริงยิ่งขึ้น ปรับปรุงการโต้ตอบของเกม และตอบสนองต่อการกระทำและการตัดสินใจของผู้ใช้ตามเวลาจริงตามการกระทำของพวกเขา

กรณีการใช้งานที่มีอยู่: Red Dead Redemption, การสร้างแผนที่ ฯลฯ

"Red Dead Redemption 2" มีตัวเลือกการโต้ตอบมากมายระหว่างผู้เล่นและ NPC - การทักทาย การซื้อและการขาย การรบกวน การชักปืน การปล้น เริ่มภารกิจ ถามความลับ ฯลฯ ซึ่งเปลี่ยนไปตามวัตถุโต้ตอบ ด้วยการให้พร สามารถสร้างประสบการณ์การโต้ตอบที่สมบูรณ์ยิ่งขึ้น / สมจริงยิ่งขึ้น

สภาพแวดล้อมทั้งหมด 197 ล้านตารางไมล์ของ Microsoft Flight Simulator นั้นสร้างขึ้นโดยหลักผ่านปัญญาประดิษฐ์ Microsoft และblackshark.aiทำงานร่วมกันเพื่อสร้างโลก 3 มิติที่สมจริงไร้ขีดจำกัดจากภาพถ่ายดาวเทียม 2 มิติด้วย AI

b) ลดเกณฑ์ในการสร้างเกม: ผู้สร้างสามารถสร้างเกมที่มีเกณฑ์ต่ำกว่า แม้ว่าตัวแก้ไขเกม UCG แบบโอเพ่นเวิลด์ส่วนใหญ่จะทำให้ขั้นตอนการสร้างเกมง่ายขึ้น แต่ผู้สร้างยังต้องการพื้นฐานการเขียนโปรแกรมบางอย่าง ใน AIGC ด้วยความช่วยเหลือของโค้ด - การเขียนโปรแกรมฟรี ผู้เล่นสามารถสร้างเนื้อหาเกมเฉพาะ ฉากสไตล์ รูปแบบการเล่น ฯลฯ ผ่านคำอธิบายข้อความหรือรูปภาพ

กรณีการใช้งานที่มีอยู่: Lifeform AI

ผู้ใช้ Lifeform สามารถสร้างตัวการ์ตูนของตนเองผ่านเครื่องมือ AI Lifeform AI Cartoon กำลังใช้งานแคมเปญโรงกษาปณ์ฟรีนานหนึ่งเดือนตั้งแต่วันที่ 17 กุมภาพันธ์ถึง 17 มีนาคม ผู้เล่นจ่ายเงินประมาณ 0.5 เหรียญสหรัฐสำหรับการขุดฟรีและกระเป๋าเงินแต่ละใบจะถูกจำกัดไว้ที่หนึ่งกระเป๋า ณ วันที่ 25 กุมภาพันธ์ มีการสร้าง NFT 207,000 รายการบน BNBChain และมีที่อยู่กระเป๋าเงินทั้งหมด 133,000 รายการที่มี AVATAR NFT

กรณีการใช้งานที่มีอยู่: Anything World

บริษัทพัฒนาเครื่องมือสร้างแอนิเมชั่น Metaverse AI ในโลกอะไรก็ได้ที่จะลงเอยด้วยเอ็นจิ้นเสมือนของ Epic Games ในเดือนธันวาคมปีนี้ Anything World ส่วนใหญ่สร้างการสร้างโอเพ่นซอร์สขนาดใหญ่ที่ขับเคลื่อนด้วย ML เครื่องมือ 3D ที่ใช้งานได้และผสมผสานได้ ลดเกณฑ์สำหรับผู้คนที่จะเข้าสู่โลกของ Web3

กรณีการใช้งานที่มีอยู่: AIRENA

AIRENA เป็นช่องทางการโต้ตอบที่รวดเร็วระหว่างโลกแห่งความเป็นจริงและ Metaverse มุ่งมั่นที่จะใช้ฟังก์ชัน 3D AIGC ขั้นสูง Metaverse และระบบ UGC ในอวกาศเพื่อสร้างแพลตฟอร์มโซเชียลศิลปะและความบันเทิงแบบครบวงจรสำหรับผู้สร้างงานศิลปะ 2D/3D ที่แท้จริง กระบวนการสร้าง NFT เต็มรูปแบบที่เรียบง่ายของ AIRENA และฟังก์ชันการสร้างในพื้นที่ UGC จะทำให้ AIRENA เป็นโซลูชันที่ครอบคลุมสำหรับบุคคล ศิลปิน และบริษัทต่างๆ ในการมีส่วนร่วม ผสานรวม และสร้างโลกคู่ขนาน มอบประสบการณ์ที่ราบรื่นสำหรับ META ในการสำรวจและแลกเปลี่ยนสินทรัพย์ดิจิทัล

c) ประสบการณ์การเล่นเกมส่วนบุคคล: AIGC สามารถช่วยปรับแต่งประสบการณ์การเล่นเกมของผู้เล่น ด้วยการติดตามพฤติกรรมและความชอบของผู้เล่น อัลกอริธึม AI สามารถให้คำแนะนำและตัวเลือกเกมที่ปรับให้เหมาะสม เพิ่มความพึงพอใจและการรักษาผู้เล่น

กรณีการใช้งานที่มีอยู่: Mirror World

Mirror World โครงการเกมลูกโซ่ที่ขับเคลื่อนด้วย AI ได้เปิดตัว NFT Mirror NFT แบบอินเทอร์แอคทีฟในเดือนกันยายน 2564 ซึ่งสามารถหมุนเวียนเกมทั่วทั้งแพลตฟอร์ม Mirror World และคาดว่าจะเปิดตัวเกมสามเกมที่มีเนื้อหาที่ทำงานร่วมกันได้ในปีนี้

d) ความยุติธรรมและการป้องกันการโกง: ระบบป้องกันการโกงที่ขับเคลื่อนด้วย AI สามารถตรวจจับรูปแบบพฤติกรรมที่ผิดปกติ เช่น การเล็งตัวเองหรือการมองทะลุ แล้วตั้งค่าสถานะเหล่านั้นเพื่อทำการสอบสวนเพิ่มเติม นอกจากนี้ เครื่องสร้างตัวเลขสุ่ม (RNG) ที่ขับเคลื่อนด้วย AI สามารถปรับปรุงความยุติธรรมของเกมผักโขมบนเครือข่ายได้

e) ความสมดุลของเกมแบบไดนามิก: สามารถใช้ AI เพื่อปรับสมดุลของเกม ปรับระดับความยากและความท้าทายตามเวลาจริงตามพฤติกรรมของผู้เล่นและระดับทักษะ เกมจะน่าสนใจและท้าทายมากขึ้น และในขณะเดียวกันผู้เล่นก็จะไม่ผิดหวังกับด่านที่ยากเกินไป

กรณีการใช้งานที่มีอยู่: RCT AI

RCT AI ได้พัฒนาโมเดล DRL (Deep Reinforcement Learning) ที่ฝึกโดย AI สำหรับ Axie Infinity เนื่องจากมีการ์ดทั้งหมดใน Axie Infinity รวมกันประมาณ 10 ^ 23 เช่นเดียวกับลักษณะของเกม โมเดลของ rct AI จึงจำลองขึ้นมา ประสิทธิภาพและอัตราการชนะที่เพิ่มขึ้นจำนวนมากในสถิติการรบ

ความคิดเห็น: กรณีการใช้งานหลักของ AIGC ในด้านเกมมีไว้สำหรับการปรับโครงสร้างพื้นฐานให้เหมาะสมการเป็นโมเดลธุรกิจอิสระนั้นยากกว่า

3.3 AIGC & สังคมแบบกระจายอำนาจ

ก) การสร้างเนื้อหา: AIGC สามารถนำวิธีใหม่ในการสร้างเนื้อหา โดยใช้ความสามารถของ AI ในการสร้างเนื้อหาเพื่อให้ผู้ใช้ crypto ทั่วไปเข้าร่วมกระบวนการสร้างได้ ผู้ใช้ไม่จำเป็นต้องมีส่วนร่วมในเนื้อหาที่สร้างสรรค์ แต่สามารถให้แนวคิดหรือปรับแต่งแบบจำลองได้

b) ลดความกดดันทางสังคม: AIGC สามารถช่วยผู้ใช้สรุปการไหลของข้อมูลที่ซับซ้อน ทำให้ผู้ใช้สามารถอ่านข้อมูลสำคัญได้อย่างรวดเร็วและลดความกดดันในการอ่าน จัดการกับข้อความทางสังคมและตัดสินใจง่ายๆ

c) DID และระบบความสำเร็จ: ใช้ AIGC เพื่อสร้างตัวตนดิจิทัลหรือสร้างกำแพงความสำเร็จส่วนบุคคล

กรณีการใช้งานที่มีอยู่: AspectaAI

จากข้อมูลบนระบบคลาวด์และออนเชน Aspecta ใช้ AI เพื่อสร้างตัวตนดิจิทัลที่มีมูลค่ามหาศาล เริ่มจากนักพัฒนา ปฏิวัติศักยภาพของข้อมูลผู้ใช้ ด้วย Aspecta ID เป็นแกนหลัก Aspecta ได้สร้าง Aspecta Identity Ecosystem เพื่อให้ผู้ใช้และแอปพลิเคชันของบุคคลที่สามมีพื้นที่เก็บข้อมูล การส่งผ่าน และบริการแอปพลิเคชันอัจฉริยะแบบข้าม Web2 และ Web3 ที่ปลอดภัยและควบคุมได้ผ่านโปรโตคอลและระบบ

กรณีการใช้งานที่เป็นไปได้: กำแพงความสำเร็จ AIGC

กรณีการใช้งานที่เป็นไปได้อีกกรณีหนึ่งคือการสร้างอาร์ตวอลล์ตามการโต้ตอบของผู้ใช้ในเชน สถานะของสินทรัพย์ และตำแหน่ง nft มันไม่ได้จัดแสดงอย่างเรียบง่าย แต่มีองค์ประกอบที่หลากหลายรวมอยู่ในหนึ่งเดียว และรูปแบบศิลปะที่หลากหลาย เช่น แกลเลอรี 3 มิติ, นามธรรม, ภาพวาดสีน้ำมัน, กราฟฟิตี ฯลฯ จะถูกนำไปใช้แบบสุ่มเพื่อแสดงออกถึงรูปแบบและองค์ประกอบทางศิลปะ จะถูกบันทึกพร้อมกับการโต้ตอบการเปลี่ยนแปลงแบบไดนามิก

Comment: เราจะวัดคุณค่าของเนื้อหาที่ผู้ใช้สร้างขึ้นเทียบกับเนื้อหาที่สร้างโดย ai ได้อย่างไร จะวัดคุณค่าของมนุษย์และศิลปะเครื่องจักรได้อย่างไร?ผู้เขียนเชื่อว่าแบบจำลอง AIGC ได้รับการเรียนรู้และสรุปในคลังข้อมูลที่มีอยู่ และเป็นการยากที่จะเกินระดับเฉลี่ยของอินเทอร์เน็ต ในยุคของ AIGC ผู้สร้างที่แท้จริงควรคิดเกี่ยวกับนวัตกรรมที่แท้จริง จากนั้นส่งเสริมความก้าวหน้าของอารยธรรม แทนที่จะสรุปความคิดธรรมดาๆ

3.4 AIGC & NFT

ก) Generative NFT: อัลกอริทึม AIGC สามารถเรียนรู้จากความชอบและข้อเสนอแนะของนักสะสมแต่ละคน เมื่อมีการเปิดเครื่องมือสร้าง AI ให้กับผู้ใช้ทั่วไปมากขึ้นเรื่อยๆ การสร้างงานศิลปะ NFT กลายเป็นเรื่องง่ายเหมือนเกม "คุณวาดแล้วฉันเดา"

กรณีการใช้งานที่มีอยู่: Eponym, Metascapes

Eponym เป็นอัลกอริทึม AI ที่พัฒนาโดย Art AI ซึ่งสามารถสร้างงานศิลปะตามคำหรือวลี มันสามารถสร้างงานศิลปะนามธรรมภายในหนึ่งนาที แปลงเป็น NFT และแกะสลักบน Ethereum ผลิตภัณฑ์แรกบน OpenSea ถูกขายหมดในเวลาไม่กี่ชั่วโมง และธุรกรรม NFT 4722 รายการได้เสร็จสมบูรณ์แล้ว โดยมีปริมาณธุรกรรมทั้งหมด 4722 ETH

เนื้อหาดั้งเดิมของ Metascapes มาจากการถ่ายภาพจากสถานที่ที่ยอดเยี่ยมที่สุดในโลก AI ได้เรียนรู้วิธีสร้าง NFT เหล่านี้ และปริมาณธุรกรรมปัจจุบันบน OpenSea สูงถึง 315 ETH

b) NFT แบบโต้ตอบ: ตัว NFT เองสามารถโต้ตอบและเติบโตตามพฤติกรรมของผู้ใช้ เช่น วิวัฒนาการของแอตทริบิวต์ การควบรวม NFT หลัก การแข่งขันเกม NFT เป็นต้น รายการเฉพาะมีดังนี้:

Comment：AIGC จะส่งผลกระทบต่อความขาดแคลนของ NFT และชุมชนจะรับรู้ได้หรือไม่ผู้เขียนเชื่อว่าควรวิเคราะห์ตามฉาก: Aigc สามารถสร้าง NFT ช่วงกลางและหางยาวได้ด้วยประสิทธิภาพการผลิตสูง แนวคิดที่แปลกใหม่ และสไตล์การวาดภาพที่สวยงาม บลูชิปชอบศิลปินที่เป็นมนุษย์ ความแตกต่างนี้คล้ายกับยุคของการปฏิวัติอุตสาหกรรมความแตกต่างระหว่างสินค้าอุตสาหกรรมกับสินค้าแฮนด์เมด——ก่อนการปฏิวัติอุตสาหกรรม คนธรรมดาขาดแคลนสิ่งจำเป็นพื้นฐานในชีวิตประจำวัน รูปลักษณ์ของผลิตภัณฑ์อุตสาหกรรมตอบสนองความต้องการในชีวิตประจำวันของผู้คน และผลิตภัณฑ์ทำมือกลายเป็นสัญลักษณ์ของคุณภาพอันสูงส่ง มันสามารถเห็นได้ในในยุคของ aigc มูลค่าของศิลปินมนุษย์จะสูงขึ้น แต่ผู้ชมจะน้อยลงและไฮเอนด์มากขึ้น

3.5 AIGC & DeFi

a) อัลกอริธึมการซื้อขายอัจฉริยะ: อัลกอริทึมการซื้อขาย AI สามารถใช้ในการวิเคราะห์แนวโน้มของตลาด ทำนายทิศทางของราคาสินทรัพย์ได้แม่นยำยิ่งขึ้น และช่วยให้เทรดเดอร์ตัดสินใจลงทุนได้อย่างชาญฉลาดยิ่งขึ้น

กรณีการใช้งานที่มีอยู่: สัญญาณซูโม่

แพลตฟอร์มกลยุทธ์การซื้อขายการเข้ารหัสของ Sumo SignalsAI สามารถให้ตัวบ่งชี้การซื้อขายเก็งกำไรโดยใช้ปัญญาประดิษฐ์ คัดกรองสกุลเงินดิจิทัลหลายร้อยรายการ และค้นหารูปแบบที่ระบุสัญญาณการซื้อหรือขายเพื่อช่วยให้ผู้ค้าการเข้ารหัสลับดำเนินการธุรกรรมเก็งกำไร

b) ข้อตกลงการให้กู้ยืมที่มีประสิทธิภาพมากขึ้น: เมื่อใช้อัลกอริทึม AI แพลตฟอร์มการให้กู้ยืมสามารถประเมินมูลค่าเครดิตของผู้กู้โดยอัตโนมัติและกำหนดอัตราดอกเบี้ยที่เหมาะสมเพื่อลดความเสี่ยงในการผิดนัดชำระหนี้ ทำให้กระบวนการให้กู้ยืมมีประสิทธิภาพมากขึ้น

Foresight Ventures เดิมพันกับนวัตกรรมของสกุลเงินดิจิทัลในอีกไม่กี่ทศวรรษข้างหน้า บริษัทจัดการกองทุนหลายแห่ง: กองทุน VC, กองทุนการจัดการรองที่ใช้งานอยู่, FOF หลายกลยุทธ์, กองทุน S วัตถุประสงค์พิเศษ "Foresight Secondary Fund l" โดยมีขนาดการจัดการสินทรัพย์รวมเท่ากับ มากกว่า 4 หนึ่งร้อยล้านเหรียญสหรัฐ Foresight Ventures ยึดมั่นในแนวคิด "ไม่ซ้ำใคร เป็นอิสระ ก้าวร้าว ระยะยาว" และให้การสนับสนุนอย่างกว้างขวางสำหรับโครงการผ่านพลังทางนิเวศวิทยาที่แข็งแกร่ง ทีมงานมาจากบุคลากรอาวุโสจากบริษัทการเงินและเทคโนโลยีชั้นนำ เช่น Sequoia China, CICC, Google, Bitmain เป็นต้น